船舶航向非线性系统的模型参考模糊自适应控制

考虑船舶航向控制系统模型中存在不确定非线性函数 ,并假设该函数是连续的 ,在以模糊系统对该函数进行逼近的基础上 ,利用 Lyapunov理论 ,提出了一种新的模型参考模糊自适应控制算法。其特点是 ,无论取多少条模糊系统规则 ,自适应学习的参数只有一个 ,便于工程实现 ,而且还确保闭环系统渐近稳定 ,并使系统的模型跟踪误差为零。最后以远洋实习船“育龙轮”为例 ,进行了船舶航向模型参考模糊自适应自动舵设计 ,并利用 Matlab工具箱进行了仿真研究 。

联合收获机前进速度的模型参考模糊自适应控制系统

以切纵流联合收获机为研究对象,设计了一种基于联合收获机前进速度的模型参考模糊自适应控制系统,建立了融合多个变量的自适应控制参考模型和模糊控制规则。研制了联合收获机前进速度控制装置,并进行了田间水稻收获试验。试验表明,与普通模糊控制相比,所设计的模型参考模糊自适应控制系统可以实现对联合收获机的自适应控制,能够有效地降低操作人员的作业强度,提高田间收获效率。

神经网络模型参考自适应控制算法研究

分析了基于BP算法的神经网络模型参考自适应控制器对大惯性环节被控对象的控制效果 ,发现该算法使控制器存在严重的“过学习”现象 .为避免这一现象 ,设计了一种新的误差函数结构 ,得到改进的BP算法 .针对一个存在大惯性环节的线性时变系统 。

永磁同步电机的模型参考模糊自适应控制

采用模糊基函数形式,将永磁同步电机时变参数的辨识转化为对模糊基函数权系数的辨识问题,经过离线学习和在线自适应调节的模糊估计器具有对永磁同步电机时变参数的逼近能力。利用参数跟踪误差和控制预测误差信息,设计模型参考模糊自适应速度控制器,基于Lyapunov稳定性理论分析了控制器的收敛性,仿真及dSPACE实验结果表明:所设计的永磁同步电机控制系统具有较好的参数跟踪及控制性能。

MATLAB在模型参考模糊自适应控制系统仿真中的应用

该文详细介绍了用MATLAB(SIMULINK)语言对模型参考模糊自适应控制 (MRFAC)系统进行仿真的步骤和方法。可以看出SIMULINK工具箱是控制系统动态仿真的有力工具 ,而且相对于以往任何一种仿真方法 ,MATLAB语言更方便、高效 ,具有无可比拟的优越性。

基于模糊神经网络的模型参考自适应控制

用模糊神经网络作为控制器，依靠参考模型产生理想的控制系统闭环响应，从而随时得到控制系统的输出误差．用梯度法实时修正模糊控制器的输入和输出隶属度参数，得到一种在线模糊自适应控制的新方法．通过倒立摆的仿真实验表明，该方法是可行的并能适应对象特性的大范围变化．

基于模型参考模糊自适应控制的永磁同步电机控制器设计

基于模型参考模糊自适应控制(MRFAC)方法设计永磁同步电机(PMSM)速度控制器。该控制器具有传统模型参考自适应控制构架。传统模型参考自适应控制系统中的反馈控制器和常规自适应机构分别由主模糊控制器、模糊自适应机构替代,模糊逆模型结合自适应调整算法构成的模糊自适应机构对主控制器参数进行实时调整,以达到快速适应对象参数和状态变化的目的。利用模块化建模工具Matlab/Simulink建立PMSM控制系统模型。仿真结果表明了所设计控制器运行平稳,具有良好的动、静态特性。

一类模型参考模糊自适应控制器的研究

动态电液伺服材料试验机中 ,当试样刚度发生明显变化时 ,采用传统的PID控制策略难以达到高精度的要求。本文提出一种模型参考模糊自适应控制 (MRFAC)策略 ,采用模糊自适应律调节模拟PID控制器的控制参数Kp、Ki、Kd,使控制器获得自适应能力 ,并达到较高的响应速度。针对 10 0kN动态试验机的仿真与试验表明 ,本文提出的MRFAC策略 ,能够适应试样刚度变化对系统的影响 ,满足系统高频响的要求 ,提高控制精度。

模型参考模糊自适应控制

本文提出了一种模糊自适应机构的设计方法，所设计的自适应机构为偏差的非线性函数．用模糊自适应机构替代常规自适应机构，构成一个模型参考模糊自适应系统（ＭＲＦＡＳ）．导出了该系统稳定的充要条件，提出了一种量化因子的选择方法．设计方法简单，便于工程应用．仿真结果表明：ＭＲＦＡＳ系统自适应性能好，抗内外扰动的能力强．

模型参考模糊自适应控制的推力矢量电液位置伺服系统

研究推力矢量电液位置伺服系统的模型参考模糊自适应控制.这类系统存在着参数变化和加性扰动,为解决这一类非线性的控制问题,引入模型参考模糊自适应机构,构成模型参考模糊自适应控制(MRFAC).与传统的PID相比,该方法提高了推力矢量电液位置伺服系统阻尼比,改善了系统的动态性能,并且可以有效抑制参数变化及外力扰动,具有很强的鲁棒性.

基于模型参考的电液伺服系统模糊自适应控制器

电液伺服系统的模型参考模糊自适应控制由参考模型,PID控制器和模糊自适应机构组成。参考模型产生期望的输出时频响应。模糊自适应机构根据该输出与PID控制系统输出之差及其变化率,产生模糊自适应信号,作用于系统,以保证系统的响应跟踪参考模型的输出响应。仿真表明,与传统PID控制相比,该控制器可有效抑制参数变化及负载扰动,具有较好的动态响应性能。

模糊神经网络模型参考自适应控制

给出了一种基于模糊神经网络的模型参考自适应控制方案,首先,构造了一种运用递推预报误差（RPE）算法的多层前向神经网络,并用其对被控对象建模,然后,又构造了一种模糊神经网络控制器（FNNC）,从而为一类难以建立精确数学模型的非线性被控对象提供了一种新的自适应控制方法,仿真结果验证了其有效性,

基于遗传算法的模型参考自适应控制

本文以连续搅拌反应釜（CSTR）这一非线性系统为例，介绍了根据参考模型的输出，运用遗传算法对控制系统的PID参数不断寻优，不断调整，以达到参考模型所要求的控制效果的自适应控制方法，并对改变遗传算法的几个参数对控制效果的影响进行了比较讨论．

高超声速飞行器模糊模型参考自适应控制方法

研究了高超声速飞行器大跨度飞行条件下的俯仰通道姿态控制问题。首先,建立了高超声速飞行器俯仰通道姿态运动模型。然后,针对高超声速飞行器俯仰通道模型非线性、不确定性等特点,应用模糊控制和模型参考自适应控制方法,设计了俯仰通道的模糊模型参考自适应控制器:以参考模型和实际系统的误差及其变化率作为模糊控制器的输入,以PID控制参数的修正量作为模糊控制器的输出,通过在线调节PID参数实现自适应控制。最后,对俯仰通道姿态控制方法进行了数值仿真。当模型发生切换时,俯仰角发生变化,能够在2s内精确跟踪参考模型,且稳态误差趋于0,验证了控制方法的有效性。

模型参考自适应控制、模糊控制及PID控制的综合应用

模型参考自适应控制、模糊控制及ＰＩＤ控制的综合应用ＴｈｅＣｏｍｐｒｅｈｅｎｓｉｖｅＡｐｐｌｉｃａｔｉｏｎｏｆＭＲＡＣ、ＦｕｚｙａｎｄＰＩＤＣｏｎｔｒｏｌ●陈玉东刘红波ＣｈｅｎＹｕｄｏｎｇＬｉｕＨｏｎｇｂｏ１概述ＰＩＤ控制由于算法简单、可靠性高、稳定性...

对象不稳定的一种模型参考自适应控制算法

本文对被控对对象不稳定的非最小相位系统,应用使输出误差和加权输入的H^2空间范数极小,提出一种模型参考自适应控制算法.避免由于被控对象弱阻尼区零点和闭环系统极点对消使控制输入产生大幅值的跳动,克服性能指标中要预先选择加权函数存在的困难.算法较为简便,可以配置闭环零极点.仿真例子说明了良好的稳定性能和跟踪性能.

自适应模糊PID控制器的电气设备温度控制研究

温度控制可以避免由于电气设备温度过高而出现故障,为了提高电气设备的温度控制精度,研究了一种自适应模糊PID控制器的电气设备温度控制方法。在自适应模糊算法的基础上,优化PID控制器的结构,根据自适应模糊处理的原理,建立自适应模糊PID控制器输入与输出的关系,以电气设备的温变和均方差作为优化目标,完成自适应模糊PID控制器的参数优化。根据电气设备运行环境中的平均温度,构建电气设备温度的连续时间动态模型,采用优化后的自适应模糊PID控制器参数,获取电气设备温度控制的输出,最小化电气设备温度控制的目标函数,实现电气设备的温度控制。实验结果表明,该方法能够将温度控制精度提高到93%以上,其对电气设备具有较好的降温效果和控温效果,具备了可行性。

基于广义BP算法的模型参考自适应控制

改进了传统的神经网络BP算法,提出了基于广义BP算法的非线性不确定系统的神经网络模型参考自适应控制方案.并将其用于非线性不确定系统的控制,仿真实验表明了控制器具有良好的非线性控制性能.

基于模糊遗传算法的无刷直流电机自适应控制

无刷直流电机(BLDCM)是一种多变量和非线性的控制系统,模糊控制器在其控制中得到广泛应用。针对模糊控制器设计和参数在线调节方面的不足,文中提出了一种使用遗传算法优化的模糊控制器,并用于无刷直流电机的控制中。系统使用电流和转速双闭环控制。速度环采用模糊控制器进行控制,控制规则通过遗传算法进行离线优化,并在数字信号处理器(DSP)中实现控制参数的在线调节。系统较好的实现了给定速度参考模型的自适应跟踪,具有控制灵活、适应性强等优点,同时又具有较高的控制精度和较好的鲁棒性。

汽车ABS中的模糊神经网络模型参考自适应控制策略

针对汽车制动的特点以及汽车防抱死制动系统的性能要求,建立了汽车的数学模型,提出一种模糊神经网络的自适应控制方案,构建了基于模糊神经网络的控制器和辨识器的结构模型。通过对网络参数的离线训练得出其初值,在控制过程中对网络参数进行在线微调,实现对汽车制动过程的有效控制。仿真结果表明:在不同的路面,汽车均能保持在最佳滑移率附近进行制动,制动时间及距离比较理想,满足ABS的安全性能要求。